北海道大学 研究シーズ集

English
Information and Communication

社会実装に到達するマルチメディア人工知能技術

産学連携研究を通してAI技術の実用化に迫る!

本研究では、画像・映像・音楽・音声を中心とするマルチメディアデータを対象とした人工知能技術の開発を行っています。特に、産学連携研究を中心として、医用画像、社会インフラデータ、材料科学等に関わるデータを研究対象として扱っています。

研究の内容

我々は、世界最先端の人工知能研究だけでなく、融合領域研究を推進し、実社会の課題解決に挑戦しています。具体的に、医用画像研究では国内の多数の医療機関と連携し、人間の診断精度を超えるAI技術を構築しました。また、医療・土木の研究では、AI研究の課題でもある少量データ学習を可能にするだけでなく、判定結果を説明可能にするExplainable AI (XAI)を構築し、実際の現場で利用可能な技術の実現を行っています。また、近年では、人間の脳活動データや視線データ等、人間の興味や関心に強く関連する情報をAIの学習過程に導入することで、人間のように判断可能なヒューマンセントリックAI技術の構築を行っています。

  • 本研究において構築されている最先端のAI研究群

  • 本研究が加速する異分野連携と社会実装への挑戦

社会実装への可能性

  • ・マルチメディアデータのみならず、多様なデータを解析するマルチモーダル解析AI技術
  • ・限られたデータからの学習を可能にするAI技術
  • ・判断根拠を明らかにするExplainable AI (XAI)技術
  • ・熟練者の暗黙知を継承可能とするAIの知識獲得技術
  • ・AI技術を活用したマルチメディア検索・推薦

産業界や自治体等へのアピールポイント

我々は社会実装可能なAI構築を進めており、実社会の課題解決を目指していることから、現在、様々な産学連携研究を推進しています。情報通信分野だけでなく、医療、社会インフラ維持管理、材料科学に関する企業との産学連携研究を極めて活発に行っています。また、自治体との共同研究も行っており、10年にわたる実証実験等の実績があります。

関連情報

◎ 研究業績 (2020年度実績)
査読付き論文誌:21件(累計123件)
査読付き国際会議:41件(累計260件)
国内学会:29件(累計405件)
受賞:16件(累計74件)
 
◎ IEEE ICIP採録数 世界1位
世界最大の画像処理関連のフラグシップ国際会議IEEE International Conference on Image Processing(ICIP)に8件採録され、世界最多採録研究室になりました。
 
◎ 主な発表論文
●超汎用画像復元技術
Signal Processingカテゴリ1位 (Google Scholarより)
T. Ogawa and M. Haseyama, “Adaptive subspace-based inverse projections via division into multiple sub-problems for missing image data restoration,” IEEE Trans. Image Processing, vol. 25, no. 12, pp. 5971-5986, 2016.
 
●次世代画像センシング技術
Multimediaカテゴリ2位 (Google Scholarより)
T. Ogawa, Y. Igarashi and M. Haseyama, “NMF-based spectral reflectance estimation from image pairs including near-infrared components,” IEEE Trans. Circuits and Systems for Video Technology, vol. 26, no. 5, pp. 855—867, 2016.
 
● 脳活動情報からの注視物推定技術
Signal Processingカテゴリ3位 (Google Scholarより)
Y. Akamatsu, R. Harakawa, T. Ogawa and M. Haseyama, “Brain decoding of viewed image categories via semi-supervised multi-view bayesian generative model,” IEEE Trans. Signal Processing, vol.68, pp.5769-5781, 2020.
 
● 脳活動情報からの嗜好推定技術
Human Computer Interactionカテゴリ5位 (Google Scholarより)
R. Sawata, T. Ogawa and M. Haseyama, “Novel audio feature projection using KDLPCCA-based correlation with EEG features for favorite music classification,” IEEE Trans. Affective Computing, vol. 10, no. 3, pp. 430-444, 2019.
 
● 高度胃がんリスク識別技術
Gastroenterology & Hepatologyカテゴリ5位 (Google Scholarより)
M. Kanai, R. Togo, T. Ogawa and Miki Haseyama, “Chronic atrophic gastritis detection with a convolutional neural network considering stomach regions,” WJG, vol. 26, no. 25, pp. 3650-3659, 2020.
 
● 高度インフラ変状分類技術
Civil Engineeringカテゴリ9位 (Google Scholarより)
K. Maeda, S. Takahashi, T. Ogawa and M. Haseyama, “Convolutional sparse coding-based deep random vector functional link network for distress classification of road structures,” CACAIE, vol. 34. pp. 654-676, 2019.
 
◎ インタビュー
 
◎ URL
https://www-lmd.ist.hokudai.ac.jp/member/takahiro-ogawa/

本研究に関連する知的財産

PCT/JP2008/069193  「類似画像検索装置」
(日本:特許第5322111 号  米国:特許第8,180,162 号  欧州:08847718.7)
本特許に関する基礎理論については、電子情報通信学会論文賞を受賞しています。
2021/2/24更新, 2018/4/3公開